人工神經(jīng)網(wǎng)絡(luò)在絕緣子表面污穢預(yù)測中的應(yīng)用

1、人工神經(jīng)網(wǎng)絡(luò)在絕緣子外表污穢預(yù)測中的應(yīng)用論文導(dǎo)讀:：利用人工氣候?qū)嶒炇以囼灁?shù)據(jù)，提出了應(yīng)用人工神經(jīng)網(wǎng)絡(luò)來預(yù)測絕緣子外表污穢程度的方法。這種方法利用人工神經(jīng)網(wǎng)絡(luò)建立了溫度、濕度、工頻泄漏電流和泄漏電流中三次諧波占基波的比例與等值附鹽密度之間關(guān)系的模型，并用實驗室數(shù)據(jù)進(jìn)行了仿真實驗。結(jié)果說明，這一方法可以比擬準(zhǔn)確的預(yù)測出絕緣子外表的污穢程度，為指導(dǎo)電力部門日益繁重的絕緣子清掃工作，乃至防止絕緣子污穢閃絡(luò)問題提供了一種新的途徑和思路。論文關(guān)鍵詞：絕緣子，污穢等級，人工神經(jīng)網(wǎng)絡(luò)，泄漏電流，溫度，濕度，等值附鹽密度0前言目前，測量絕緣子的等值附鹽密度(ESDD)是檢測高壓絕緣子染污狀況的主要手段。鹽密大

2、小與絕緣子受潮后的電氣絕緣強(qiáng)度密切相關(guān)，可以作為劃分絕緣子污穢等級、調(diào)整爬距和指導(dǎo)清掃的定量依據(jù)。但是，等值附鹽密度的測量需要在停電狀況下進(jìn)行，這一方面降低了供電的可靠性，另一方面也缺乏實時性。而且隨著電力系統(tǒng)的日益增大和電壓等級的升高，清掃的工作量日益增大濕度，費用也相應(yīng)的提高。按照傳統(tǒng)方法進(jìn)行的定期清掃，不能根據(jù)絕緣子的實際積污情況進(jìn)行。這一方面無法及時對具有污閃可能的線路進(jìn)行清掃，以到達(dá)防止污閃的目的；另一方面又做了大量的無用功，造成了人力和物力的極大浪費。鑒于上述問題，有必要采用新的污穢度測量及判定方法，克服傳統(tǒng)鹽密測量方法的缺乏，并逐步替代【3】。在參考相關(guān)文獻(xiàn)的根底上，本文提出了用

3、人工神經(jīng)網(wǎng)絡(luò)來預(yù)測基于泄漏電流、氣象因素的絕緣子等值附鹽密度(ESDD) 。通過實驗室數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)來預(yù)測絕緣子的等值鹽密，得出預(yù)測值后，再與實測值比照，找出誤差，改良網(wǎng)絡(luò)以得到適宜的輸出。該方法在實驗室驗證成功后，可以應(yīng)用于現(xiàn)場在線監(jiān)測數(shù)據(jù)的處理，以到達(dá)指導(dǎo)清掃的目的。1基于人工神經(jīng)網(wǎng)絡(luò)的污穢預(yù)測模型的建立1.1 模型輸入量的選取絕緣子的泄漏電流與其外表的污穢程度和氣象因素之間有著密切的關(guān)系【6】，具體為：(1)在絕緣子外表潔凈或污穢枯燥的情況下濕度，絕緣子外表的泄漏電流以工頻量為主，根本沒有或只有一點諧波。(2)隨著絕緣子外表污穢度的增加，泄漏電流中的工頻量增加；泄漏電流中的三次諧波占基波的

4、比例也會增加。 (3)隨著空氣中相對濕度的增加，漏電流中的工頻量增加；同時，泄漏電流中的三次諧波占基波的比例也會增加，而且當(dāng)有放電發(fā)生后，這種趨勢更加明顯。圖1和圖2是利用實驗室數(shù)據(jù)得到的絕緣子泄漏電流中三次諧波分量占基波分量隨著絕緣子外表污穢度和空氣中相對濕度的增加而增加的趨勢【7】。為了給人工神經(jīng)網(wǎng)絡(luò)預(yù)測絕緣子外表污穢程度時挑選氣象要素輸入量，文引入了灰關(guān)聯(lián)分析來量化染污絕緣子的泄漏電流與氣候條件的關(guān)系.通過對北京供電公司輸電公司所屬的7條220kV線路的絕緣子在線監(jiān)測數(shù)據(jù)的灰關(guān)聯(lián)分析，得到的結(jié)論是：各氣象因素式中：Oi入節(jié)點的輸出，這里是各個天氣因素的值；netj點的輸入；Wji點i節(jié)點

5、j連接權(quán)值；N為輸入節(jié)點的數(shù)目。圖3神經(jīng)網(wǎng)絡(luò)模型示意圖Fig.3ANN model diagrammatic sketch除輸入層處理單元外，其他各層的處理單元均為非線性輸入/輸出關(guān)系，采用的是S型函數(shù)式中：Oj為輸出節(jié)點O的輸出；j為輸出節(jié)點j的閥值。連接權(quán)值的修改采用下式： 式中：為增益因子；為動量常量；p為1個輸入節(jié)點的輸出對象tpk是輸出的真實值，這里是ESDD的實際值。(2) 在中間層：2污穢預(yù)測的實驗結(jié)果實驗所建立的BP網(wǎng)絡(luò)是基于MATLAB中的GUI建立。圖形用戶界面GUI (Graphical UserInterfaces)是 6.X版神經(jīng)網(wǎng)絡(luò)工具箱的新增功能,借助于GUI，可

6、以比直接利用工具箱函數(shù)更快捷和方便的完成神經(jīng)網(wǎng)絡(luò)的設(shè)計與分析。2.1 輸入信息的歸一化處理本試驗所用的訓(xùn)練數(shù)據(jù)和仿真數(shù)據(jù)均出自于試驗室試驗測定數(shù)值，一共75組。由于試驗室無法真實模擬絕緣子實際工作環(huán)境濕度，同時考慮到試驗的誤差，排除了一些影響較小的因素，數(shù)據(jù)提取時也經(jīng)過了一些必要的處理，去掉了20組誤差較大的數(shù)據(jù)。在剩下的55 組數(shù)據(jù)中50組用于網(wǎng)絡(luò)的訓(xùn)練，5組用于網(wǎng)絡(luò)的驗證。為了統(tǒng)一量綱和防止因凈輸入的絕對值過大而使神經(jīng)元輸出飽和，繼而使權(quán)值調(diào)整進(jìn)入誤差曲面的平坦區(qū)。BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本在輸入網(wǎng)絡(luò)之前要進(jìn)行必要的歸一化，也就是通過變換處理將網(wǎng)絡(luò)的輸入、輸出數(shù)據(jù)限制在或區(qū)間內(nèi)。本文中采用的是

7、函數(shù)premnmx來進(jìn)行樣本的標(biāo)準(zhǔn)化。2.2 網(wǎng)絡(luò)參數(shù)的選擇學(xué)習(xí)速率大小的選擇，直接影響訓(xùn)練時間，當(dāng)學(xué)習(xí)速率的選擇不當(dāng)，特別在嚴(yán)重時，將導(dǎo)致網(wǎng)絡(luò)完全不能訓(xùn)練。一般來說要根據(jù)實驗或經(jīng)驗來確定，還沒有一個理論指導(dǎo)。假設(shè)選得太小，收斂可能很慢:假設(shè)選得太大濕度，可能出現(xiàn)麻痹現(xiàn)象。為了防止這種現(xiàn)象，通常會選擇減少，但又會增加網(wǎng)絡(luò)的訓(xùn)練時間。動量項可以加快BP算法的學(xué)習(xí)速度，但選項的時候應(yīng)當(dāng)注意防止學(xué)習(xí)時產(chǎn)生振蕩。因此，本文在確定網(wǎng)絡(luò)的學(xué)習(xí)速率和動量系數(shù)的時候，采用不同的值的組合，利用50組訓(xùn)練數(shù)據(jù)進(jìn)行了假設(shè)干次網(wǎng)絡(luò)的迭代訓(xùn)練。最后的網(wǎng)絡(luò)參數(shù)如表1所示。表1 基于BP神經(jīng)網(wǎng)絡(luò)的絕緣子ESDD預(yù)測模型參數(shù)

8、Tab.1 Parameter ofinsulator ESDD prediction model based on BP 網(wǎng)絡(luò)參數(shù) 參數(shù)值 輸入層節(jié)點數(shù) 3 隱含層節(jié)點數(shù) 5 輸出層節(jié)點數(shù) 1 訓(xùn)練函數(shù) traingdx 學(xué)習(xí)函數(shù) learngdm 學(xué)習(xí)速率 0.3 動量系數(shù) 0.7 權(quán)值初始化方法 隨機(jī)初始化 訓(xùn)練集的歸一化函數(shù) premnmx 2.3 實驗結(jié)果對于建好的網(wǎng)絡(luò)，利用50組訓(xùn)練樣本對網(wǎng)絡(luò)進(jìn)行訓(xùn)練訓(xùn)練次數(shù)為10000次。訓(xùn)練完成以后，再用5組樣本值進(jìn)行仿真。表2是本設(shè)計中神經(jīng)網(wǎng)絡(luò)最后的仿真結(jié)果，圖4是仿真結(jié)果的曲線比擬。整個模型平均相對誤差為1.364 %，能夠滿足工程誤差的要

9、求表2 絕緣子外表等值鹽密實測值與期望值的比照Tab.2 The comparisonof insulator ESDD measured value to expectation value 樣本 濕度(%) 溫度 () 工頻 電流 (A) 三次諧波/工頻 ESDD實測值 (mg/cm2) ESDD估計值 (mg/cm2) 相對誤差(%) 平均相對誤差(%) 1 35 26 201.25 0.1104 0.025 0.0252 0.8 1.364 2 55 18 222.28 0.1213 0.05 0.0495 1 3 45 24 206.01 0.1208 0.1 0.1111 1.11

10、 4 65 18 1245 0.2216 0.2 0.1916 0.84 5 65 21 1457.1 0.2232 0.4 0.4123 3.07 圖4絕緣子外表等值鹽密實測值與期望值的比照Fig.4Thecomparison of insulator ESDD measured value to expectation value在電力系統(tǒng)中，由于絕緣子工作的環(huán)境各不相同，各地氣候狀況也存在很大差異，所以對于實際工作中的絕緣子在不同的時間和地點，表現(xiàn)出來的特征參數(shù)隨著各種因素影響也應(yīng)該存在不小的差異。因此濕度，想要用一個統(tǒng)一的標(biāo)準(zhǔn)和要求來使實際工程問題得到解答，往往是非常困難的。所以使用該

11、網(wǎng)絡(luò)來進(jìn)行絕緣子等值鹽密預(yù)測，就應(yīng)當(dāng)不斷豐富訓(xùn)練樣本數(shù)據(jù)，經(jīng)過一段時間的積累才能得到比擬良好的結(jié)果。3結(jié)論本文利用實驗室所得的數(shù)據(jù)創(chuàng)立了利用BP網(wǎng)絡(luò)來預(yù)測絕緣子外表污穢的模型并進(jìn)行了仿真。結(jié)果顯示該預(yù)測方法的誤差滿足工程誤差的要求，即基于人工神經(jīng)網(wǎng)絡(luò)對污穢絕緣子的外表的等值鹽密預(yù)測的方法是可行的、正確的和有效的。但是，實驗室的人造污穢與實際的絕緣子污穢有許多不同，例如:污穢的成分、絕緣子外表污穢的分布等等。而且，具體到現(xiàn)場運(yùn)行條件下，線路具有分布地域廣，環(huán)境條件復(fù)雜的特性，所采用的絕緣子型號也不一定相同，這就給BP網(wǎng)絡(luò)的樣本選擇帶來了困難。這就需要利用絕緣子在線監(jiān)測裝置提供的數(shù)據(jù)不斷的完善和校驗樣本。這一方法地提出，為指導(dǎo)日益繁重的絕緣子清掃工作，乃至防止絕緣子污穢閃絡(luò)問題提供了一種新的途徑和思路。參考文獻(xiàn)【3】薛延華.變電站絕緣子污穢在線監(jiān)測系統(tǒng)的設(shè)計與應(yīng)用研究:.西安:西安理工大學(xué),2004【4】張寒,文習(xí)山,丁輝.用人工神經(jīng)網(wǎng)絡(luò)預(yù)測基于泄漏電流、氣象因素的絕緣子等值附鹽密度預(yù)測.高壓電器,2003,39(6):3135【6】張建興.懸式瓷制絕緣子外表污穢程度預(yù)測方法的研究:.保定:華北電力大學(xué)大學(xué)